Stem Splitter Studio
Loading...
跳至主要内容
Stem Splitter Studio
工作原理
在浏览器中私密处理
快速入门Close tutorial

安全地创建您的第一个分轨

01

从纯净的源文件开始

上传 WAV、MP3 或 M4A 文件,然后检查轨道配置文件。较短的文件和未削波的混音对浏览器更友好。

02

仅选择您需要的内容

选择核心分轨,扫描可能的乐器,并先使用“平衡 (Balanced)”模式。乐器通道是有效的估算,而非完美的隔离。

03

导出前先试听

预览每个结果,使用单次采样实验室 (Sample Lab) 获取短的 DAW 采样,并在确认声音正确后才下载 WAV 文件。

1 / 3
返回Next
不再自动显示

音频工作台

将您的曲目拆解。

为混音、练习和制作创建实用的分轨预览。您的源音频将保留在本设备上。

  1. 01添加轨道
  2. 02选择部分
  3. 03预览并导出

01 / 来源

导入轨道

MP3 · WAV · M4A

将音频文件拖到此处

或 浏览您的设备

移除轨道
或粘贴音频直接链接
音频 URL 使用链接

No track selected yet.

轨道概览
—时长
—采样率
—声道
—文件大小

02 / 目标位置

选择分轨

全选
人声主唱与伴唱 鼓组打击乐与鼓组 贝斯低频基础 钢琴 / 键盘和谐中频 吉他拨奏中频 弦乐持续高中频 合成器 / 纹理持续电子频段
同时创建综合伴奏中心削减混音;人声居中时效果最佳 创建分轨正在创建分轨…

较长的曲目可能需要几分钟时间。在音频处理期间请保持此标签页开启。

02A / 质量

调整浏览器传递

处理配置文件 下载格式

Balanced uses smooth multi-stage filters and safe headroom for a practical browser render.

这些是信号处理的估算值。经过训练的机器学习分离器或原始多轨工程仍然是质量上限。

02B / 分离模式

选择分离方式

可选 ML
处理模式

Demucs 可以产生更纯净的人声、鼓组、贝斯和其他分轨,但它需要连接到此应用的服务器或 GPU worker。

Demucs worker URL

Not connected yet. Enter your worker URL to enable true ML separation.

在连接 worker 之前
  1. 部署一个可接收名为 audio 的 multipart 字段的 Demucs 或 HTDemucs API。
  2. 使其返回人声、鼓组、贝斯和伴奏的输出,以及可选的任务轮询字段。
  3. 为此应用启用 CORS,并在处理后删除上传的音频和结果。

Worker 响应:返回包含类型和 URL 的输出,或最终返回这些输出的任务 ID/状态 URL。

隐私:此模式将轨道发送到您配置的 worker。本应用不控制该服务器的保留策略。

Local mode keeps your source audio in this browser.

02B / 乐器映射

识别可能的乐器

全选

扫描一段短片段以查找可能的键盘、吉他、弦乐和合成器部分。选择任何检测到的部分以创建针对性的练习分离轨道。

扫描乐器

No instrument scan yet.

Ready to process0%取消

Preparing your audio…

安全检查

浏览器健康检查

运行检查

快速检查可在您花费时间渲染之前发现缺失的音频支持。

音频引擎—
文件工具—
已保存的偏好设置—
当前源—

03 / 输出

您的分轨已准备就绪

全部下载清除结果

04 / SAMPLE LAB

制作一个可用于 DAW 的单次采样 (One-shot)

WAV · 拖入您的 DAW

将检测到的乐器或任何完成的分轨转换为短小的单次采样。应用程序会寻找一个生动的瞬间,对其进行裁剪、淡入淡出边缘,并导出干净的 WAV 文件。

要采样的声音 采样长度
寻找最强瞬间寻找清晰的击打或乐句,而不是从开头开始。 安全标准化在不产生削波的情况下提高采样电平。
手动起始位置
创建单次采样正在制作采样…

采样已准备好导入 DAW
重新制作
下载单次 WAV

更纯净的结果

一些录音室习惯会有所帮助

  • 尽可能使用无损 WAV 格式,且无削波或重度母带限制;高比特率的 MP3 是次佳选择。
  • 保持源文件的原始采样率,并使用耳机检查串音。导出的 WAV 文件包含安全的峰值余量以便于混音。
  • 乐器轨道是用于练习和编曲的频率聚焦估算值。它们并非独立的多轨部分,可能包含串音。
  • 若要获得最高质量的分离轨道,请从原始多轨工程导出,或使用 Demucs 或 UVR 等专业的机器学习分离工具。

可进行安全恢复

重试忽略
您的音频在浏览器本地处理,绝不会被上传。建议使用简短、清晰的源曲目。
返回顶部